SKILLEMALL.ai

AC file-to-json-parsing

Разбор файлов в JSON: Разбирает файлы в JSON: CSV, HTML, JSON, календари ICS. Используйте, когда агенту требуется разбор файлов в JSON, разбор загруженных CSV-файлов в структурированные записи для импорта в базу данных или отправки в API, извлечение табличных данных из HTML-отчетов или снимков веб-страниц для анализа, преобразование файлов календаря ICS в объекты событий для интеграции с планировщиками, обработка электронных таблиц Excel из загрузок пользователя в JSON для конвейеров преобразования данных, извлечение CSV, ввод base64, идентификатор файла.

машинный переводПоказать оригиналСкрыть оригинал«File To JSON Parsing: Parse files to JSON: CSV, HTML, JSON, ICS calend…»

File To JSON Parsing: Parse files to JSON: CSV, HTML, JSON, ICS calendars. Use when an agent needs file to json parsing, parsing uploaded csv files into structured records for database import or api submission, extracting tabular data from html reports or web page snapshots for analysis, converting calendar ics files into event objects for scheduling integrations, processing excel spreadsheets from user uploads into json for data transformation pipelines, extract csv, input base64, file id.

ClawHub Agent Skills автор: AgentPMT v1.0.0 MIT-0 3 файла тело ≈ 4 344 токенов Открыть источникclawhub.ai проанализирован 10 ч назад

Разбор файлов в JSON: Разбирает файлы в JSON: CSV, HTML, JSON, календари ICS.

Как процесс C 64/100 · Есть пробелы — слабые места: входы и предусловия, повторный запуск, отчётность по ходу

ПроцедураExcelPDFДанные и аналитикатип и темы размечены автоматически по тексту скилла
JSON
Технический рейтинг
A
94/100
безопасность, качество, тесты
Безопасность 60%
99
Качество 40%
86
Прогон на моделях
не было
Процессный рейтинг
C
64/100
Есть пробелы
Входы и предусловия вес 11
0
Отчётность по ходу вес 2
0
Повторный запуск вес 4
30
три самых слабых из десяти параметров · все десять

Как улучшить

    Для прогона на моделях — необязательно
    • Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
    • spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.

    Находки guard · 1

    ✓ Критических и высоких находок нет

    Средние и низкие: 1
    • низкая Секреты в коде secret-high-entropy-token SKILL.md:44
      Строка, похожая на токен (может быть id, хеш или секрет) (в кавычках — упоминание, а не команда)
      "inpu…e64": "bmFt…DI1"
      в кавычках

    Просканировано файлов: 3. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.

    По спецификации Agent Skills

    • заметка frontmatter-key неизвестное поле фронтматтера "homepage"
    • заметка edit-residue в тексте есть пометки об устаревшем (строки 175, 186, 257, 282): проверьте, не остались ли старые правила рядом с новыми — полная проверка читает текст на противоречия

    Процессный рейтинг: все десять параметров 64/100

    • 0Входы и предусловия. Не сказано, что нужно иметь на входе
    • 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
    • 30Повторный запуск. Изменяющих операций: 1, без проверки текущего состояния
    • 60Инструменты и файлы. Используются инструменты (web), но во frontmatter они не объявлены
    • 60Результат и критерий готовности. Формат результата описан, критерия завершения нет
    • 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
    • 70Стоимость исполнения. Тело инструкции 4344 токенов
    • 85Шаги. Шагов: 88, расплывчатых формулировок: 1
    • 100Ошибки и развилки. Развилок: 2, есть раздел про ошибки
    • 100Согласованность. Имя и обязательные поля на месте
    • medium Правила безопасности и запреты внутри скилла: их место в системном промпте, здесь они не защищают
    • low Разделов верхнего уровня: 13. Похоже на несколько доменов в одном скилле

    Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.

    Сигналы качества

    • +5В description нет примеров фраз, по которым скилл должен срабатывать
    • +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
    • +1Лицензия не указана
    • +2Инструкции на одном языке
    • +3Длина description 495 символов: достаточно сигнала, не съедает бюджет
    • +4Структура: 20 заголовков
    • +3Пошаговые инструкции: 88 пунктов
    • +3Формат ответа описан явно
    • +4Есть примеры (18 блоков кода)

    База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 86.

    Внешние проверки

    ClawHub: clean
    This is a disclosed remote AgentPMT file-parsing skill, with privacy considerations but no artifact evidence of hidden, destructive, or deceptive behavior.
    LLM: benign (high) · VirusTotal: · 10 июн. 2026 г.